不同基站類型垂向非構造形變影響因素分析

［摘要］新世紀測繪地理信息技術發展迅速，我國建立了眾多立足于現代測繪的基準工程。對河北土層基準站進行了穩定性分析，對比河北深州和遵化兩個土層基準站SLOPE（斜率）參數，獲得了深州SLOPE參數值較大，局部城市的SLOPE值絕對值大于50，且呈現出明顯的周期性下沉趨勢，這可能是由于抽水量過大引起的非構造形變。華南土層基準站數據顯示較華北平原穩定。針對土層基準站的SLOPE參數劃分了0.5、3、5三個閾值，認為SLOPE值介于0～0.5可以忽略趨勢性變化，SLOPE值介于0.5～3有小幅度的整體趨勢性變化，應當將趨勢項和周期項結合進行計算，SLOPE值介于3～5時主要表現為趨勢性變化可基本忽略周期性變化?；鶐r基準站相對于土層類基準站較穩定（SLOPE值基本小于0.2），同樣列舉了1.5作為垂向變化周期性和趨勢性優勢占比，需根據SLOPE值決定在進行時間序列模擬時是否需要將趨勢項和周期項代入計算。

［關鍵詞］國家導航定位；土層基準站；基巖基準站；SLOPE

中華人民共和國國家測繪地理信息局于2012～2017年開展了國家現代測繪基準工程，建設了遍布全國國家衛星導航定位基準站網[1，2]，包括150個新建站，60個改造站，以及150個利用站，全國平均站間距接近200 km，可在全國范圍內提供高精度實時定位服務?；鶞收究煞钟^測墩、接收機（含天線）、通信設施四部分，其中觀測墩含有基巖站、土層站、樓頂站、鋼標站四類。分析我國200個基準站可知：土層基準站數量占絕大多數（128個），基巖基準站（64個）和極少量樓頂基準站（8個）[3-6]。本文主要對我國部分省市土層基準站和基巖基準站的垂直分量進行分析，討論由于地表流體荷載質量變化引起非構造形變，探討形成非構造形變的因素，指導分析國家地質環境變化，提供保護地質環境監測手段。

1 數據處理

首先提取全國200個全球衛星導航系統（GNSS）基準站2015～2019年時間序列土層和基巖基準站數據，將所有的原始觀測文件、精密星歷文件等放在一個公共目錄下，具體包括以下4部分：（1）準備相關測站的文件。測站的代碼與接收機等、測站代碼的縮略表、測站的所屬板塊表、測站分區文件；（2）解壓原始數據。由于數據極大，需要對數據進行壓縮處理。（3）精密星歷文件準備。下載精密星歷文件、精密鐘文件、全球解文件、地球自轉參數文件、全球電離層模型文件。（4）基準控制文件準備。參照不同年代的全球框架來下載不同框架的文件。

對數據進行分類并進行數據的預處理以及數據列順序調整[7， 8]。進行單天解的數據處理包括軌道文件生成，數據預處理、轉換和同步觀測數據，基線組合及相位數據預處理；整周模糊度消除、計算模糊度固定后的網解等。其中最重要的消除整周模糊度需要使用偽距基線處理模式和相位基線處理模式，分別采用了基于偽距的寬巷與相位的寬巷以及準無電離層影響等模糊度消除方法，消除模糊度后，精度可維持在1 mm左右。

最后在Linux系統下利用Ubuntu虛擬機輸入命令實現自動化，對垂向數據進行白噪聲模型與Power-low噪聲模型分析，對年周期與半年周期的非線性變化進行統計比較，帶入時間序列周期性模型中進行計算；最后分別提取周期性變化與趨勢性變化，與原始數據對比并進行分析。

2 土類基準站穩定性分析

通過大量數據的比較分析，SLOPE參數數值的正負決定著土層基準站的趨勢性，若數值為正號，則垂直方向形變呈現上升趨勢，顯示基準站朝上運動，若數值為負號，則垂直方向形變呈現下降趨勢，基準站朝下下沉。而SLOPE參數的絕對值代表著斜率的大小，絕對值越大，趨勢性運動越明顯[9-11]。

經過數據統計發現，土層基準站的SLOPE參數絕對值較大時，符號全為負號，說明這些基準站的垂向形變主要表現為下沉趨勢。SLOPE 參數絕對值較小時，絕對值大小基本介于0.0000～3.0000，這些基準站SLOPE參數符號有正有負，說明基準站的線性變化不明顯。

2.1 河北土層基準站穩定性分析

選取河北深州和遵化兩個土層基準站2015～2019年五年的數據進行處理，結果顯示河北深州的SLOPE和INTER（群延遲差異）兩個參數值（SLOPE = -67.0590，INTER = 54.0250）均遠大于河北遵化的數值（SLOPE = -0.1071，INTER = -3.2808），且深州基準站垂向形變一直朝下線性遞減，呈現出明顯的周期性下沉趨勢，而遵化基準站則呈現出在-20 mm到+20 mm內周期性波動，整體變化趨勢無明顯下沉。分析其原因，深州基準站所在地區由于每年的地下水抽取量大于冰雪、雨水等地下水輸入量，導致土地下沉明顯，而遵化地區基準站所在地地下水變化較為平穩，土地下沉上升趨勢呈現出小幅度周期性變化，較為穩定。

2.2 華南土層基準站穩定性分析

對湖南省不同地區的土層基準站數據以及福建省不同地區的土層基準站數據進行分析比較發現。湖南地區所有土層基準站的SLOPE參數絕對值數值都介于0.0～2.5，符號有正有負；福建省各地區土層基準站的SLOPE參數絕對值數值大小介于0.0～2.0，符號有正有負。說明這些地區的土層基準站垂向的線性趨勢變化不明顯，大多數基準站在一定范圍內呈現周期性變化，可以忽略其趨勢性線性變化。主要原因可能是華南地區地質構造比較穩定，同時地下水抽取也并不如華北平原厲害，因而這個區域土層基準站的變化主要以周期性變化為主，線性變化可以忽略不計。

2.3 總體參數變化分析

綜上所述，我國各地土層基準站垂向變化大多都在一定范圍內進行明顯周期性變化；少部分土層基準站由于地下水抽取等原因會出現大幅度下沉的情況，同時下沉變化中也包含著周期性變化，這些土層基準站周期性變化和趨勢性變化都十分明顯。

趨勢性變化根據SLOPE參數的絕對值大小可以分為以下三種類型，當土層基準站的SLOPE參數絕對值介于0.0～0.5時，由于SLOPE參數數值非常小，可以忽略趨勢性變化，原始數據在一定范圍內進行周期性變化，基準站垂向形變無明顯的趨勢性，在時間序列模型分析時可以去除掉趨勢性參數，只進行周期性的計算，這樣得到的結果和原始數據相比較為準確。

當土層基準站的SLOPE參數絕對值介于0.5～3.0時，由于SLOPE數值較小，原始數據除了有周期性變化以外，還有小幅度的整體趨勢性變化。這類土層基準站在進行時間序列模型分析時，應當將趨勢項和周期項結合進行計算，這樣得到的結果可以更為準確的模擬原始數據。當符號為正時，垂向變化數值整體呈現向上的小幅度周期性遞增，土層基準站隨著時間推動，整體有小幅度上升趨勢；當符號為負時，垂向變化數值整體呈現向下的小幅度周期性遞減，土層基準站隨著時間推動整體有小幅度下沉趨勢。

當土層基準站的SLOPE參數絕對值大于3.0時，由于SLOPE數值較大，此時主要表現為趨勢性變化，可基本忽略周期性變化。SLOPE數值越大，斜率越大，土層基準站垂向方向的趨勢性變化越明顯。在進行時間序列模型分析時，可以單獨將趨勢項參數提取出來進行計算，再將周期項系數進行計算。研究發現這類土層基準站參數SLOPE符號全為負號，代表著這些地區基準站大幅度下沉，此片土地有著較為明顯的下沉現象，當地主管部門需要重視這一地質變化情況。

3 基巖類基準站穩定性分析

和土層基準站相仿，對全國基巖基準站的數據進行計算分析，最后統計基巖基準站的參數SLOPE數值，將同一省份不同站的數據進行時間序列圖的對比分析，探究基巖基準站垂向方向變化的穩定性同時與土層基準站作對比。

3.1 安徽基巖基準站穩定性分析

本節內容選取了安徽省不同地區的基巖基準站的數據處理結果進行時間序列比較分析，通過對不同地區的時間序列進行建模，結合實驗計算結果，分析其線性變化和非線性變化，最后根據SLOPE參數的絕對值數值大小范圍來確定基巖基準站的趨勢性對其穩定性的影響程度。

對比安徽省各地基準站SLOPE參數的絕對值數值大小極為相似，宿州和祁門基巖基準站SLOPE參數絕對值數值大小都在0.4800附近，金寨和全椒基巖基準站SLOPE參數絕對值數值大小都在0.8500左右，這些數據大小都說明了基巖基準站相比較土層基準站來說要更加穩定。根據全國各地基巖基準站的數據處理結果統計發現，下沉幅度大的基巖基準站基本沒有，而大部分同一個省各地基巖基準站SLOPE參數絕對值數值大小都極為相似，在一定范圍內變化。

根據湖南隆回垂向數據時間序列模擬分析計算結果，發現當基巖基準站SLOPE參數絕對值數值大小在2.0000左右時，趨勢性與周期性共存，在進行時間序列模擬實驗時不能忽略趨勢項系數。將趨勢項與周期項系數在模型中結合計算，才能準確模擬出原始數據的垂向周期性變化。

根據大量數據對比可以得出結論，基巖基準站的垂向變化SLOPE參數絕對值數值大小介于0.0000～1.5000時，垂向變化周期性明顯，趨勢性不明顯，在進行時間序列模擬時可以只代入周期項系數進行模型計算。當基巖基準站的垂向變化SLOPE參數絕對值數值大小介于1.5000～2.0000時，垂向變化趨勢性不可忽略，基巖基準站在進行著周期性的下沉或者突起。在進行時間序列模擬時需要將趨勢項和周期項一起代入計算。

4 結論

（1）本文主要研究了不同地區土層類基準站的穩定性差異，對其地質環境，土壤類別等因素分別做出了解釋。通過對計算出的斜率SLOPE參數的數值大小進行對比研究，對土層類基準站的周期性與趨勢性變化進行了分類。

（2）主要研究了不同地區基巖類基準站的穩定性差異，對比同一地區不同站的計算結果，結合斜率（SLOPE）參數的數值大小，區分既有周期性變化又有趨勢性變化的基準站和沒有趨勢性變化只有周期性變化的基準站，對其產生原因進行了詳細分析。

（3）基巖類基準站相對于土層類基準站較穩定，且根據SLOPE可以劃定閾值，決定在時間序列模擬時是否需要帶入趨勢項和周期項一起代入計算。

[參考文獻]

［1］何志堂，康勝軍，賀小明，等. 國家現代測繪基準體系基礎設施建設一期工程絕對重力觀測［J］. 大地測量與地球動力學，2017，37（07）：747-751.

［2］馮志軍，王強，崔居全，等. 山東省GNSS 基準站的建設［J］. 大地測量與地球動力學，2012，32（S1）：76-80.

［3］徐琦，祝會忠，關滄海，等. 我國高緯高寒地區省級CORS 站時間序列分析［J］. 測繪科學，2022，47（03）：50-57+84.

［4］方柳，明鋒，任紅飛. 一種更加嚴密的GNSS 臺站位移熱彈性效應模型［J］. 大地測量與地球動力學，2022，42（03）：298-302.

［5］姜衛平，王鍇華，鄧連生，等. 熱膨脹效應對GNSS 基準站垂向位移非線性變化的影響［J］. 測繪學報，2015，44（05）：473-480.

［6］肖尚輝，張忠培，史治平. 多基站協作下行系統中異步空時碼構造與分析［J］. 電子科技大學學報，2010，39（03）：335-339.

［7］李亞飛，姚宜斌，祁敏敏，等.基于GNSS的強涌潮河口大閘形變監測與潮汐響應分析［J/OL］.武漢大學學報（信息科學版），1-12

［8］陳超，鄒蓉，曹家銘，等. 陸地水GNSS 反演的格林函數和Slepian 基函數比較分析［J］. 測繪學報，2023，52（12）：2066-2077.

［9］王解，劉文祥，陳飛強，等. 分布式間歇干擾下基于SMI 的GNSS 空時自適應處理器性能分析［J］. 國防科技大學學報，2023，45（06）：90-99.

［10］曹正陽，張冰，白屹軒，等.GNSS/INS/VNS 組合定位信息融合的多無人機協同導航方法［J］. 兵工學報，2023，44（S2）：157-166.

［11］吳忠銀. 滑坡災害中GNSS 自動化監測預警系統技術淺析［J］. 西部資源，2021，（05）：197-200.